MétaCan
Menu
Retour à la cohorte
Enregistrement W4410577042 · doi:10.1071/ep24139

CO2 utilisation pathways to produce synthetic fuels and other value-added liquid products

2025· article· en· W4410577042 sur OpenAlexaff
Ashwin Mankodi, Wessel Nel, Binu Baby, Zhong Li, Sreelakshmi Puthoor

Notice bibliographique

RevueAustralian Energy Producers journal. · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensBP (Canada)
Organismes subventionnairesnon disponible
Mots-clésValue (mathematics)Biochemical engineeringProcess engineeringEnvironmental scienceBusinessPulp and paper industryComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The conversion of CO2 into fuels and chemicals has emerged as a valuable alternative in the battle to combat climate change, particularly in geographical regions where the subsurface properties are not suitable for CO2 sequestration. This paper provides a review of various pathways for utilising captured CO2 to produce synthetic fuels and green chemicals. The pathways are generally agnostic to the source of the CO2, which mainly affects the purification requirements (such as desulfurisation or deoxygenation). The CO2 is typically converted into CO, which could be achieved by known chemical processes such as reverse water shift and CO2 reforming. The CO and H2 produced from these processes are the building blocks for synthetic liquid products such as methanol, ethanol, jet fuel, diesel, and naphtha. In another variation, the H2 could be generated from renewable energy sources and electrolysis to produce e-fuels from the captured CO2. A review of the current and developing technologies and their technology readiness levels is included to determine their suitability for industrial applications, as well as a high-level discussion on factors impacting their economic viability, such as the differences in compression and other energy requirements, process flexibility, and requirements for intermediate storage buffering. The relative cost differences between the various CO2 utilisation pathways are also presented along with a discussion on suitable cost reduction strategies for each option.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,029
Tête enseignante GPT0,285
Écart entre enseignants0,255 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAustralian Energy Producers journal.Même sujetGlobal Energy and Sustainability ResearchTravaux en français237 207